DE102018215721A1

DE102018215721A1 - Verfahren zum Bestimmen von Fahrtrouten in einem Navigationssystem eines Fahrzeugs, Navigationssystem für ein Fahrzeug und Fahrzeug mit demselben

Info

Publication number: DE102018215721A1
Application number: DE102018215721.9A
Authority: DE
Inventors: Maximilian Cussigh; Harald Hofmeier; Felix Ruf
Original assignee: Bayerische Motoren Werke AG
Current assignee: Bayerische Motoren Werke AG
Priority date: 2018-09-14
Filing date: 2018-09-14
Publication date: 2020-03-19

Abstract

Die vorliegende Offenbarung betrifft ein Verfahren zum Bestimmen von Fahrtrouten in einem Navigationssystem eines Fahrzeugs. Das Verfahren umfasst ein Empfangen einer Routenzieleingabe in das Navigationssystem und ein Bestimmen einer Fahrtroute zum eingegebenen Routenziel basierend auf wenigstens einem ersten Gewichtungsfaktor und wenigstens einem zweiten Gewichtungsfaktor. Der wenigstens eine erste Gewichtungsfaktor gibt eine Energieoptimierungspräferenz eines Fahrers an. Der wenigstens eine zweite Gewichtungsfaktor gibt eine Zeitoptimierungspräferenz des Fahrers an.

Description

Die Offenbarung betrifft ein Verfahren zum Bestimmen von Fahrtrouten in einem Navigationssystem eines Fahrzeugs, ein Navigationssystem für ein Fahrzeug und ein Fahrzeug mit demselben.
Stand der Technik
Navigationssysteme werden im Allgemeinen verwendet, um einem Fahrer eine Fahrtroute von einer aktuellen Position zu einem Routenziel zu empfehlen, wobei die Fahrtroute zum Beispiel auf einer Navigationskarte als Kartenspur angezeigt werden kann. Die Fahrtroute kann basierend auf der kürzesten Zeit oder kürzesten Entfernung zwischen der aktuellen Position und dem Routenziel bestimmt werden.
Alternativ können energieoptimierte Fahrtrouten ermittelt und dem Fahrer vorgeschlagen werden. Aus der DE 10 2017 119 453 A1 ist zum Beispiel ein Verfahren zum Erzeugen von energieoptimierten Fahrrouten mit einem Fahrzeugnavigationssystem bekannt. Das Verfahren beinhaltet das Erzeugen von Kandidaten-Fahrtrouten zwischen einem Routenausgangspunkt und einem oder mehreren Routenzielen, und dann Teilen jeder Kandidaten-Fahrtroute in eine Vielzahl von Routenabschnitte. Das Verfahren beinhaltet das Schätzen der erwarteten Fahrgeschwindigkeiten entlang jedes Abschnitts unter Verwendung von Cloud-Informationen und das Berechnen einer erwarteten Energieeffizienz über jede der Kandidaten-Fahrtrouten unter Verwendung eines oder mehrerer fahrzeugspezifischer Energieeffizienzmodelle. Die Fahrtrouten werden über das Navigationssystem angezeigt.
Der Fahrer muss damit zwischen einer Zeitoptimierung, einer Streckenoptimierung und einer Energieverbrauchsoptimierung auswählen, beispielsweise durch eine manuelle Eingabe in das Navigations system.
Offenbarung der Erfindung
Es ist eine Aufgabe der vorliegenden Offenbarung, ein Verfahren zum Bestimmen von Fahrtrouten in einem Navigationssystem eines Fahrzeugs, ein Navigationssystem für ein Fahrzeug und ein Fahrzeug mit demselben bereitzustellen, die eine optimale Fahrtroute bereitstellen können. Insbesondere ist es eine Aufgabe der vorliegenden Offenbarung eine fahreroptimierte Fahrtroute zu ermitteln, ohne einer vorherigen manuellen Eingabe einer Präferenz bezügliche einer Zeitoptimierung, einer Streckenoptimierung und einer Energieverbrauchsoptimierung durch den Fahrer.
Diese Aufgabe wird durch den Gegenstand der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen sind in den Unteransprüchen angegeben.
Gemäß Ausführungsformen der vorliegenden Offenbarung ist ein Verfahren zum Bestimmen von Fahrtrouten in einem Navigationssystem eines Fahrzeugs angegeben. Das Verfahren umfasst ein Empfangen einer Zieleingabe in das Navigationssystem zum Beispiel durch den Fahrer, und ein Bestimmen einer fahrerindividuellen Fahrtroute zum eingegebenen Routenziel basierend auf wenigstens einem ersten Gewichtungsfaktor und wenigstens einem zweiten Gewichtungsfaktor, wobei der wenigstens eine erste Gewichtungsfaktor eine Energieoptimierungspräferenz eines Fahrers angibt und der wenigstens eine zweite Gewichtungsfaktor eine Zeitoptimierungspräferenz des Fahrers angibt. Die bestimmte Fahrtroute kann dem Fahrer zum Beispiel auf einer Navigationskarte als Kartenspur angezeigt werden.
Erfindungsgemäß wird eine auf den Fahrer angepasste und optimierte Fahrtroute basierend auf gelernten Präferenzen des Fahrers, also ob der Fahrer energieoptimiert oder zeitoptimiert fährt, ermittelt. Insbesondere werden der Energieverbrauch und die Fahrtzeit zum Erreichen des Routenziels beim Bestimmen der Fahrtroute mit einer Gewichtung, die die Präferenzen des Fahrers angibt (d.h. ob der Fahrer schnell oder sparsam zum Fahrziel gelangen möchte), berücksichtigt. Anders gesagt wird mittels der ersten und zweiten Gewichtungsfaktoren eine Gewichtung der Parameter Energieverbrauch und Fahrtzeit vorgenommen. Der Fahrer muss nicht zwischen Energie- oder Zeitoptimalität wählen, sondern kann in Abhängigkeit von gelerntem Verhalten eine optimale Gewichtung zwischen Energie und Zeit erhalten. Dies ermöglicht eine genaue und zugeschnittene Routenberechnung.
Vorzugsweise ist der wenigstens eine erste Gewichtungsfaktor α im Bereich von 0≤α≤1. Ergänzend oder alternativ ist der wenigstens eine zweite Gewichtungsfaktor β im Bereich von 0≤β≤1. In einer beispielhaften Ausführungsform kann β=1-α sein. Der erste Gewichtungsfaktor und/oder der zweite Gewichtungsfaktor können also zwischen Null und Eins liegen. Ein erster Gewichtungsfaktor von Eins und ein zweiter Gewichtungsfaktor von Null entsprechen dabei einer reinen Energieverbrauchsgewichtung ohne Berücksichtigung der Fahrzeit. Ein erster Gewichtungsfaktor von Null und ein zweiter Gewichtungsfaktor von Eins entsprechen einer reinen Fahrzeitgewichtung ohne Berücksichtigung des Energieverbrauchs.
Vorzugsweise können der wenigstens eine erste Gewichtungsfaktor und/oder der wenigstens eine zweite Gewichtungsfaktor aus einem gelernten Fahrermodell abgeleitet werden. Insbesondere kann aus dem gelernten Fahrermodell abgeleitet werden, ob der Fahrer mehr Wert auf einen niedrigen Verbrauch oder einen geringen Zeitbedarf legt. Damit ist eine fahrerindividuelle Routenführung als lernende Funktion möglich. Insbesondere ist ein Abgleich und eine Rückführung von Informationen aus einer lernenden Prognose für die Routenempfehlung möglich.
In einer Ausführungsform können sowohl der wenigstens eine erste Gewichtungsfaktor als auch der wenigstens eine zweite Gewichtungsfaktor aus dem gelernten Fahrermodell abgeleitet werden. Alternativ kann der wenigstens eine erste Gewichtungsfaktor oder der wenigstens eine zweite Gewichtungsfaktor aus dem gelernten Fahrermodell abgeleitet werden, und der andere Gewichtungsfaktor kann mittels der Beziehung β=1-α bestimmt werden.
Das Fahrermodell kann individuell für einen bestimmten Fahrer erstellt werden. Insbesondere kann das Fahrzeug Daten über das Fahr(er)verhalten des Fahrers sammeln, wie beispielsweise über Beschleunigungsvorgänge, Abbremsvorgänge, Reisegeschwindigkeiten und Ähnliches. Diese Daten können verwendet werden, um ein individuelles (Verhaltens-)Profil des Fahrers zu erstellen. So kann zum Beispiel ein erwarteter Geschwindigkeitswert vorhergesagt werden, mit dem der Fahrer auf einem bestimmen Streckenabschnitt, wie beispielswiese einer Autobahn, fahren wird.
In einigen Ausführungsformen kann das gelernte Fahrermodell mit einer Flottendynamik einer Vielzahl von Fahrzeugen, also einer Flotte, abgeglichen werden, um den Energieverbrauch und/oder die Fahrtzeit des Fahrzeugs für die Fahrtroute oder Abschnitte der Fahrtroute zu bestimmen. Zum Beispiel kann das Bestimmen der Fahrtroute ein Bestimmen eines Energieverbrauchs und/oder einer Fahrzeit des Fahrzeugs für die Fahrtroute basierend auf einem Abgleich des gelernten Fahrermodells mit einer Flottendynamik einer Vielzahl von Fahrzeugen umfassen.
Die Flottendynamik kann Dynamikparameter (z.B. Geschwindigkeiten und Beschleunigungen) der Vielzahl von Fahrzeuge für die Fahrtroute oder Abschnitte der Fahrtroute umfassen. Die Daten können zentral z.B. in einem Backend gesammelt werden. Insbesondere kann für die Fahrtroute oder Abschnitte der Fahrtroute eine Wahrscheinlichkeitsverteilung der Dynamikparameter der Fahrzeuge der Flotte erstellt werden. Der Energieverbrauch und/oder die Fahrtzeit kann aus den Flottendaten, und insbesondere der Wahrscheinlichkeitsverteilung, abgeleitet werden. Beispielsweise kann eine Lage des Fahrerverhaltens in der Wahrscheinlichkeitsverteilung der Dynamikparameter der Flotte bestimmt und daraus der Energieverbrauch und/oder die Fahrzeit für die Fahrtroute oder Abschnitte der Fahrtroute abgeleitet werden.
Vorzugsweise umfasst das Verfahren weiter ein Bestimmen einer Vielzahl von Kandidatenfahrtrouten zum Routenziel, wobei jeder Kandidatenfahrtroute der Vielzahl von Kandidatenfahrtrouten ein Energieverbrauch und eine Fahrtzeit zugeordnet ist, und ein Auswählen der Fahrtroute aus der Vielzahl von Kandidatenfahrtrouten basierend auf dem wenigstens einen ersten Gewichtungsfaktor und dem wenigstens einen zweiten Gewichtungsfaktor. Insbesondere können mehrere potentielle Fahrtrouten zu einem Routenziel möglich sein. Die mehreren potentiellen Fahrtrouten können vollständig unterschiedlich sein oder wenigstens ein gemeinsames Segment bzw. wenigstens einen gemeinsamen Routenabschnitt umfassen. Aus der Vielzahl von Kandidatenfahrtrouten wird basierend auf den gelernten Präferenzen des Fahrers die optimale Fahrtroute ausgewählt. In der vorliegenden Offenbarung werden die Ausdrücke „Segment (der Fahrtroute)“, „Streckensegment“, „Abschnitt“, „Abschnitt der Fahrtroute“ und „Routenabschnitt“ synonym verwendet.
Vorzugsweise sind der wenigstens eine erste Gewichtungsfaktor und/oder der wenigstens eine zweite Gewichtungsfaktor zumindest über einen Teil der Fahrtroute variabel. Zum Beispiel kann die Fahrtroute in zwei oder mehr Segmente unterteilt sein, wobei wenigstens zwei der zwei oder mehr Segmente unterschiedliche erste Gewichtungsfaktoren und/oder unterschiedliche zweite Gewichtungsfaktoren aufweisen. Ähnlich kann jede Kandidatenfahrtroute der Vielzahl von Kandidatenfahrtrouten in zwei oder mehr Segmente unterteilt sein, wobei wenigstens zwei der zwei oder mehr Segmente unterschiedliche erste Gewichtungsfaktoren und/oder unterschiedliche zweite Gewichtungsfaktoren aufweisen.
Die Energieverbräuche der einzelnen Segmente können aufsummiert werden, um den (Gesamt-)Energieverbrauch für die Fahrtroute (oder Kandidatenfahrtroute) zu erhalten. Ähnlich können die Fahrtzeiten der einzelnen Segmente aufsummiert werden, um die (Gesamt-)Fahrtzeit für die Fahrtroute (oder Kandidatenfahrtroute) zu erhalten.
Gemäß einem weiteren Aspekt der vorliegenden Offenbarung ist ein Speichermedium beschrieben. Das Speichermedium kann ein Softwareprogramm umfassen, das eingerichtet ist, um auf einem Prozessor ausgeführt zu werden, und um dadurch das in diesem Dokument beschriebene Verfahren auszuführen.
Gemäß einem weiteren Aspekt der vorliegenden Offenbarung ist ein Navigationssystem für ein Fahrzeug angegeben. Das Navigationssystem umfasst eine Eingabeeinheit, die zum Empfangen einer Routenzieleingabe eingerichtet ist, und einen Prozessor, der eingerichtet ist, um eine Fahrtroute zum eingegebenen Routenziel basierend auf wenigstens einem ersten Gewichtungsfaktor und wenigstens einem zweiten Gewichtungsfaktor zu bestimmen, wobei der wenigstens eine erste Gewichtungsfaktor eine Energieoptimierungspräferenz eines Fahrers angibt und der wenigstens eine zweite Gewichtungsfaktor eine Zeitoptimierungspräferenz des Fahrers angibt.
Das Navigationssystem kann in einigen Ausführungsformen wenigstens eine Ausgabeeinheit umfassen, die eingerichtet ist, um die bestimmte Fahrtroute anzuzeigen. Die wenigstens eine Ausgabeeinheit kann eine optische Ausgabeeinheit, wie zum Beispiel ein Display zum Anzeigen einer Navigationskarte mit einer Kartenpur, und/oder eine akustische Ausgabeeinheit zum Ausgeben von Sprachanweisungen umfassen.
Gemäß einem weiteren Aspekt der vorliegenden Offenbarung ist ein Fahrzeug, insbesondere ein Kraftfahrzeug, umfassend das zuvor genannte Navigationssystem angegeben. Der Begriff Fahrzeug umfasst PKW, LKW, Busse, Wohnmobile, Krafträder, etc., die der Beförderung von Personen, Gütern, etc. dienen. Insbesondere umfasst der Begriff Kraftfahrzeuge zur Personenbeförderung.
Figurenliste
Ausführungsbeispiele der Offenbarung sind in den Figuren dargestellt und werden im Folgenden näher beschrieben. Es zeigen:

1 ein Flussdiagram eines Verfahrens zum Bestimmen von Fahrtrouten in einem Navigationssystem eines Fahrzeugs gemäß Ausführungsformen der vorliegenden Offenbarung,
2 ein Navigationssystem für ein Fahrzeug gemäß Ausführungsformen der vorliegenden Offenbarung, und
3 eine Routenführung gemäß Ausführungsformen der vorliegenden Offenbarung.

Ausführungsformen der Offenbarung
Im Folgenden werden, sofern nicht anders vermerkt, für gleiche und gleichwirkende Elemente gleiche Bezugszeichen verwendet.
1 zeigt ein Flussdiagram eines Verfahrens 100 zum Bestimmen von Fahrtrouten in einem Navigationssystem eines Fahrzeugs gemäß Ausführungsformen der vorliegenden Offenbarung.
Das Verfahren 100 umfasst im Block 110 ein Empfangen einer Zieleingabe in das Navigationssystem zum Beispiel durch den Fahrer, und im Block 120 ein Bestimmen einer fahrerindividuellen Fahrtroute zum eingegebenen Routenziel basierend auf wenigstens einem ersten Gewichtungsfaktor und wenigstens einem zweiten Gewichtungsfaktor. Der wenigstens eine erste Gewichtungsfaktor gibt eine aus vergangenen Fahrten gelernte Energieoptimierungspräferenz eines Fahrers an. Der wenigstens eine zweite Gewichtungsfaktor gibt eine aus vergangenen Fahrten gelernte Zeitoptimierungspräferenz des Fahrers an. In einigen Ausführungsformen umfasst das Verfahren 100 im Block 130 weiter ein Ausgeben der bestimmten Fahrtroute. Die bestimmte Fahrtroute kann dem Fahrer zum Beispiel auf einer Navigationskarte als Kartenspur angezeigt werden.
Das Verfahren 100 kann basierend auf einem vergangenen Fahrverhalten des aktuellen Fahrers entscheiden, ob der Fahrer energieoptimiert oder zeitoptimiert fährt. Die Präferenz fließt durch die Gewichtung in die Bestimmung der Fahrtroute ein, so dass eine fahrerindividuelle optimierte Fahrtroute bestimmt und vorgeschlagen werden kann.
Vorzugsweise ist der wenigstens eine erste Gewichtungsfaktor α im Bereich von 0≤α≤1. Ergänzend oder alternativ ist der wenigstens eine zweite Gewichtungsfaktor β im Bereich von 0≤β≤1. In einer beispielhaften Ausführungsform kann β=1-α sein. Der erste Gewichtungsfaktor und/oder der zweite Gewichtungsfaktor können also zwischen Null und Eins liegen. Ein erster Gewichtungsfaktor von Eins und ein zweiter Gewichtungsfaktor von Null entsprechen dabei einer reinen Energieverbrauchsgewichtung ohne Berücksichtigung der Fahrzeit. Ein erster Gewichtungsfaktor von Null und ein zweiter Gewichtungsfaktor von Eins entsprechen einer reinen Fahrzeitgewichtung ohne Berücksichtigung des Energieverbrauchs.
Vorzugsweise können der wenigstens eine erste Gewichtungsfaktor und/oder der wenigstens eine zweite Gewichtungsfaktor aus einem gelernten Fahrermodell abgeleitet werden. Insbesondere kann aus dem gelernten Fahrermodell abgeleitet werden, ob der Fahrer mehr Wert auf einen niedrigen Verbrauch oder einen geringen Zeitbedarf legt. Wenn noch keine gelernten Präferenzen vorliegen, zum Beispiel weil der Fahrer das erste Mal mit diesem Fahrzeug fährt, können für den wenigstens einen ersten Gewichtungsfaktor und den wenigstens einen zweiten Gewichtungsfaktor initiale Werte verwendet werden. Mit dem Lernen des Fahrermodells können diese initialen Werte für den Fahrer angepasst und individualisiert werden.
Das Fahrermodell kann ein vom Fahrzeug über die Zeit aus dem Fahrerverhalten des Fahrers gelerntes Fahrermodell sein. Das Fahrerverhalten kann aus fahrerspezifischen Dynamikparametern, wie einer Beschleunigung und/oder einer Geschwindigkeit beispielsweise auf bestimmten Straßentypen und/oder in bestimmten Situationen (z.B. Tag, Nacht, etc.), abgeleitet werden. Das Fahrermodell kann weitere Information enthalten, zum Beispiel darüber, ob der Fahrer Fahrempfehlungen einhält, ob und/oder wie sich der Fahrer bezüglich Geschwindigkeitsbeschränkungen verhält, etc.
Für die Erstellung des gelernten Fahrermodells kann das Fahrzeug laufend Daten (z.B. Dynamikinformationen) über das Fahr(er)verhalten des Fahrers sammeln, wie beispielsweise über Beschleunigungsvorgänge, Abbremsvorgänge, Reisegeschwindigkeiten und Ähnliches. Das Fahrermodell kann laufend aktualisiert bzw. ergänzt werden, so dass es mit fortschreitender Zeit immer präziser wird. Damit kann das Fahrerverhalten (d.h. die Präferenz bezüglich einer Energieverbrauchsoptimierung oder einer Fahrzeitoptimierung) genauer vorhergesagt werden, wodurch auch die Routenempfehlung präziser wird.
2 zeigt ein Navigationssystem 200 für ein Fahrzeug gemäß Ausführungsformen der vorliegenden Offenbarung.
Das Navigationssystem 200 umfasst eine Eingabeeinheit 210, die zum Empfangen einer Zieleingabe bzw. eines Routenziels eingerichtet ist, und einen Prozessor 220, der eingerichtet ist, um eine Fahrtroute zum eingegebenen Routenziel basierend auf wenigstens einem ersten Gewichtungsfaktor und wenigstens einem zweiten Gewichtungsfaktor zu bestimmen, wobei der wenigstens eine erste Gewichtungsfaktor eine Energieoptimierungspräferenz eines Fahrers angibt und der wenigstens eine zweite Gewichtungsfaktor eine Zeitoptimierungspräferenz des Fahrers angibt.
Das Navigationssystem 200 kann in einigen Ausführungsformen wenigstens eine Ausgabeeinheit 230 umfassen, die eingerichtet ist, um die bestimmte Fahrtroute anzuzeigen. Die wenigstens eine Ausgabeeinheit 230 kann eine optische Ausgabeeinheit, wie zum Beispiel ein Display zum Anzeigen einer Navigationskarte mit einer Kartenpur und/oder eine akustische Ausgabeeinheit zum Ausgeben von Sprachanweisungen umfassen.
3 zeigt eine Routenführung gemäß Ausführungsformen der vorliegenden Offenbarung. Die Fahrt erfolgt von einem Routenausgangspunkt A zu einem Routenziel B. Der Routenausgangspunkt A kann eine aktuelle Position des Fahrzeugs sein. Das Routenziel B kann vom Fahrer eingeben werden und kann zum Beispiel eine Heimatadresse, eine Arbeitsadresse, oder ein anderes individuelles Fahrziel sein.
Zwischen dem Routenausgangspunkt A und dem Routenziel B sind eine Vielzahl von Kandidatenfahrtrouten möglich. Zum Beispiel sind zwischen dem Routenausgangspunkt A und dem Routenziel B eine Vielzahl möglicher Routenabschnitte 301 vorhanden. Die Routenabschnitte 301 erstrecken sich dabei zwischen zwei jeweiligen Zwischenpunkten z. Die Zwischenpunkte z können zum Beispiel Abzweigungen, Kreuzungen, Straßenauffahrten (z.B. Autobahnauffahrten), Straßenabfahrten (z.B. Autobahnabfahrten) etc. sein. Alle Kombinationen der Routenabschnitte 301, die lückenlos vom Routenausgangspunkt A zum Routenziel B führen, können Kandidatenfahrtrouten darstellen. Zwei Kandidatenfahrtrouten können dabei vollständig unterschiedlich sein oder wenigstens einen gemeinsamen Routenabschnitt 301 umfassen.
Typischerweise wird für eine mögliche Route (z.B. eine Kandidatenfahrtroute) ein Energieverbrauch und eine Fahrtzeit prognostiziert. Der Energieverbrauch und die Fahrtzeit können entdimensioniert addiert werden, um die „Kosten“ für die mögliche Route zu erhalten. Die Bestimmung der optimalen Fahrtroute kann in einer beispielhaften Ausführungsform basierend auf der Summe der gewichteten Kosten, also des Zeitbedarfs und des Energieverbrauchs unter Einbeziehung der Gewichtung, erfolgen: $c_{t o t a l} = \sum_{i = 1}^{n} (α \cdot c_{Z e i t, i} + β \cdot c_{E n e r g i e, i})$
C_total gibt die Gesamtkosten für die Route an, c_Zeit,i gibt die zeitlichen Kosten auf einem Streckensegment i an, und c_Energie,i gibt die energetischen Kosten auf dem Streckensegment i an. Die Summation erfolgt über die Streckensegmente i, die die Route bilden. Die Kosten C_total, c_Zeit,i und c_Energie,i können dimensionslose oder entdimensionierte (z.B. normierte) Kosten sein.
Die Kosten können zum Beispiel Basis einer zu definierenden geeigenten Berechnungslogik aus dem Fahrverhalten und/oder dem prognostizierten zeitlichen und energetischen Bedarf entstehen. Die Streckensegmente i können beispielsweise den Routenabschnitten 301 entsprechen.
Für jede der Kandidatenfahrtrouten kann eine jeweilige Summe der gewichteten Kosten berechnet werden. Diejenige Kandidatenfahrtroute, die die geringsten Kosten aufweist, kann als die Fahrtroute ausgewählt und dem Fahrer vorgeschlagen werden.
In einigen Ausführungsformen sind der wenigstens eine erste Gewichtungsfaktor und/oder der wenigstens eine zweite Gewichtungsfaktor zumindest über einen Teil der Fahrtroute bzw. der Kandidatenfahrtrouten variabel. Zum Beispiel kann jedem Routenabschnitt 301 ein individueller erster Gewichtungsfaktor α_i und ein individueller zweiter Gewichtungsfaktor β_i zugeordnet sein.
Zum Beispiel kann ein Routenabschnitt 301 einer Autobahn entsprechen, wobei das Fahrermodell angegeben kann, dass der Fahrer sehr schnell auf Autobahnen unterwegs ist. Damit liegt für diesen Routenabschnitt eine zeitliche Präferenz vor, so dass der zeitliche Gewichtungsfaktor höher als der energetische Gewichtungsfaktor ist. Anderen Routenabschnitten können andere Gewichtungsfaktoren und damit andere Präferenzen zugeordnet sein.
Gemäß einigen Ausführungsformen werden der Energieverbrauch (z.B. die energetischen Kosten) und/oder die Fahrtzeit (z.B. die zeitlichen Kosten) für die Routen basierend auf einer Flottendynamik einer Vielzahl von Fahrzeugen, also einer Flotte, bestimmt. Die Flotte kann eine Vielzahl von Fahrzeugen desselben und/oder ähnlichen Typs wie das Fahrzeug des besagten Fahrers („Eigenfahrzeug“) enthalten. Die Flotte kann insbesondere eine Vielzahl von Fremdfahrzeugen und optional das Eigenfahrzeug umfassen.
Die Flottendynamik kann Dynamikparameter, wie z.B. Geschwindigkeiten und Beschleunigungen, der Vielzahl von Fahrzeuge für die Routen (z.B. die Kandidatenfahrtrouten) oder Abschnitte der Routen (z.B. die Streckensegmente i) umfassen. Die Fahrzeuge der Flotte können die Dynamikparameter an eine zentrale Einheit senden, beispielsweise beim Fahrzeughersteller. Die Flottendaten können bei der Herstellung im Navigationssystem hinterlegt werden und/oder über die Betriebszeit des Fahrzeugs ein- oder mehrmals aktualisiert werden.
Vorzugsweise wird das unter Bezugnahme auf die 1 beschriebene gelernte Fahrermodell mit der Flottendynamik korreliert, um den fahrerindividuellen Energieverbrauch und/oder die fahrerindividuelle Fahrzeit für die Routen (z.B. die Kandidatenfahrtrouten) oder Abschnitte der Routen (z.B. die Streckensegmente i) zu prognostizieren. Beispielsweise kann eine Lage des Fahrerverhaltens in der Wahrscheinlichkeitsverteilung der Dynamikparameter bestimmt und daraus der Energieverbrauch und/oder die Fahrzeit für die Routen (z.B. die Kandidatenfahrtrouten) oder Abschnitte der Routen (z.B. die Streckensegmente i) abgeleitet werden.
Erfindungsgemäß wird eine auf den Fahrer angepasste und optimierte Fahrtroute basierend auf gelernten Präferenzen des Fahrers, also ob der Fahrer energieoptimiert oder zeitoptimiert fährt, ermittelt. Insbesondere werden der Energieverbrauch und die Fahrtzeit zum Erreichen des Routenziels beim Bestimmen der Fahrtroute mit einer Gewichtung, die die Präferenzen des Fahrers angibt (d.h. ob der Fahrer schnell oder sparsam zum Fahrziel gelangen möchte), berücksichtigt. Anders gesagt wird mittels der ersten und zweiten Gewichtungsfaktoren eine Gewichtung der Parameter Energieverbrauch und Fahrtzeit vorgenommen. Der Fahrer muss nicht zwischen Energie- oder Zeitoptimalität wählen, sondern kann in Abhängigkeit von gelerntem Verhalten eine optimale Gewichtung zwischen Energie und Zeit erhalten. Dies ermöglicht eine genaue und zugeschnittene Routenberechnung.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

DE 102017119453 A1 [0003]

Claims

Verfahren (100) zum Bestimmen von Fahrtrouten in einem Navigationssystem (200) eines Fahrzeugs, umfassend: Empfangen (110) einer Routenzieleingabe in das Navigationssystem (200); und Bestimmen (120) einer Fahrtroute zum eingegebenen Routenziel basierend auf wenigstens einem ersten Gewichtungsfaktor und wenigstens einem zweiten Gewichtungsfaktor, wobei der wenigstens eine erste Gewichtungsfaktor eine Energieoptimierungspräferenz eines Fahrers angibt und der wenigstens eine zweite Gewichtungsfaktor eine Zeitoptimierungspräferenz des Fahrers angibt.
Das Verfahren (100) nach Anspruch 1, wobei der wenigstens eine erste Gewichtungsfaktor und der wenigstens eine zweite Gewichtungsfaktor aus einem gelernten Fahrermodell abgeleitet werden.
Das Verfahren (100) nach Anspruch 2, wobei das Bestimmen der Fahrtroute basierend auf dem wenigstens einen ersten Gewichtungsfaktor und dem wenigstens einen zweiten Gewichtungsfaktor weiter umfasst: Bestimmen eines Energieverbrauchs und/oder einer Fahrzeit des Fahrzeugs für die Fahrtroute basierend auf einem Abgleich des gelernten Fahrermodells mit einer Flottendynamik einer Vielzahl von Fahrzeugen.
Das Verfahren (100) nach einem der Ansprüche 1 bis 3, weiter umfassend: Bestimmen einer Vielzahl von Kandidatenfahrtrouten zum Routenziel, wobei jeder Kandidatenfahrtroute der Vielzahl von Kandidatenfahrtrouten ein Energieverbrauch und eine Fahrtzeit zugeordnet ist; und Auswählen der Fahrtroute aus der Vielzahl von Kandidatenfahrtrouten basierend auf dem wenigstens einen ersten Gewichtungsfaktor und dem wenigstens einen zweiten Gewichtungsfaktor.
Das Verfahren (100) nach einem der Ansprüche 1 bis 4, wobei der wenigstens eine erste Gewichtungsfaktor und/oder der wenigstens eine zweite Gewichtungsfaktor zumindest über einen Teil der Fahrtroute variabel sind.
Das Verfahren (100) nach einem der Ansprüche 1 bis 5, wobei die Fahrtroute in zwei oder mehr Segmente unterteilt ist, und wobei wenigstens zwei der zwei oder mehr Segmente unterschiedliche erste Gewichtungsfaktoren und unterschiedliche zweite Gewichtungsfaktoren aufweisen.
Das Verfahren (100) nach einem der Ansprüche 1 bis 6, wobei der wenigstens eine erste Gewichtungsfaktor α im Bereich von 0≤α≤1 ist, und wobei der wenigstens eine zweite Gewichtungsfaktor β im Bereich von 0≤β≤1 ist, insbesondere wobei β=1-α ist.
Speichermedium, umfassend ein Softwareprogramm, das eingerichtet ist, um auf einem Prozessor ausgeführt zu werden, und um dadurch das Verfahren (100) nach einem der Ansprüche 1 bis 7 auszuführen.
Navigationssystem (200) für ein Fahrzeug, umfassend: eine Eingabeeinheit (210), die zum Empfangen einer Routenzieleingabe eingerichtet ist; und einen Prozessor (220), der eingerichtet ist, um eine Fahrtroute zum eingegebenen Routenziel basierend auf wenigstens einem ersten Gewichtungsfaktor und wenigstens einem zweiten Gewichtungsfaktor zu bestimmen, wobei der wenigstens eine erste Gewichtungsfaktor eine Energieoptimierungspräferenz eines Fahrers angibt und der wenigstens eine zweite Gewichtungsfaktor eine Zeitoptimierungspräferenz des Fahrers angibt.
Fahrzeug, insbesondere ein Kraftfahrzeug, umfassend das Navigationssystem (200) nach Anspruch 9.